箱形图适用于哪种数据_Python数据分析之Seaborn（分类分析绘图 ）

​Seaborn分类分析绘图

%matplotlib inlineimport numpy as npimport pandas as pdimport matplotlib as mplimport matplotlib.pyplot as pltimport seaborn as snssns.set(style="whitegrid", color_codes=True)

np.random.seed(sum(map(ord, "categorical")))titanic = sns.load_dataset("titanic") #导入泰坦尼克数据集tips = sns.load_dataset("tips") #导入小费数据集iris = sns.load_dataset("iris") #导入鸢尾花数据集

散点图

sns.stripplot(x="day", y="total_bill", data=tips)

问题：有重叠，无法看见数据的密度。

• 解决方法一：通过jitter抖动

抖动是平时可视化中的常用的观察“密度”的方法，除了使用参数抖动，特定的抖动需求也可以用numpy在数据上处理实现

sns.stripplot(x="day", y="total_bill", data=tips, jitter=True) # jitter抖动

• 解决方法二：通过swarmplot()函数

sns.swarmplot(x="day", y="total_bill", data=tips)

sns.swarmplot(x="day", y="total_bill", hue="sex",data=tips) #hue 参数控制分组绘图

箱型图

箱形图(Box-plot)又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。

如上图所示，标示了图中每条线表示的含义，其中应用到了分位值(数)的概念。
主要包含六个数据节点，将一组数据从大到小排列，分别计算出它的上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有一个异常值。

举例说明，以下是箱形图的具体例子：

这组数据显示出：

• 最小值(minimum)=5
• 下四分位数(Q1)=7
• 中位数(Med--也就是Q2)=8.5
• 上四分位数(Q3)=9
• 最大值(maximum)=10
• 平均值=8
• 四分位间距=Q3-Q1=2 (即ΔQ)
• 最大值区间： Q3+1.5ΔQ = 12
• 最小值区间： Q1-1.5ΔQ = 4
• mild outlier = 3.5
• extreme outlier = 0.5

sns.boxplot(x="day", y="total_bill", hue="time", data=tips)

琴形图

seaborn.violinplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, bw='scott', cut=2, scale='area', scale_hue=True, gridsize=100, width=0.8, inner='box', split=False, orient=None, linewidth=None, color=None, palette=None, saturation=0.75, ax=None, **kwargs)

• split: bool, optional #琴形图是否从中间分开两部分
• scale: {“area”, “count”, “width”}, optional #用于调整琴形图的宽带。
  • area——每个琴图拥有相同的面域；
  • count——根据样本数量来调节宽度；
  • width——每个琴图则拥有相同的宽度。
• inner: {“box”, “quartile”, “point”, “stick”, None}, optional #控制琴图内部数据点的形态。
  • box——绘制微型 boxplot；
  • quartiles——绘制四分位的分布；
  • point/stick——绘制点或小竖条。

sns.violinplot(x="total_bill", y="day", hue="time", data=tips)

sns.violinplot(x="day", y="total_bill", hue="sex", data=tips, split=True) #split: bool, optional #琴形图是否从中间分开两部分

条形图

显示值的集中趋势可以用条形图

sns.barplot(x="sex", y="survived", hue="class", data=titanic)

点图

点图可以更好的描述变化差异

sns.pointplot(x="sex", y="survived", hue="class", data=titanic)

#详细指定属性值sns.pointplot(x="class", y="survived", hue="sex", data=titanic,              palette={"male": "g", "female": "m"}, #  指定颜色              markers=["^", "o"],  # 指定点样式              linestyles=["-", "--"]); # 指定线型样式

组合

#琴型图 + 分散点图sns.violinplot(x="day", y="total_bill", data=tips, inner=None)sns.swarmplot(x="day", y="total_bill", data=tips, color="w", alpha=.5)

多层面板分类图

factorplot()函数是对各种图形的一个更高级别的API封装，在Seaborn中非常常用。

seaborn.factorplot(x=None, y=None, hue=None, data=None, row=None, col=None, col_wrap=None, estimator=, ci=95, n_boot=1000, units=None, order=None, hue_order=None, row_order=None, col_order=None, kind='point', size=4, aspect=1, orient=None, color=None, palette=None, legend=True, legend_out=True, sharex=True, sharey=True, margin_titles=False, facet_kws=None, **kwargs)

参数说明：

• x,y 数据集变量(变量名)
• hue 控制分组绘图(变量名)
• date 数据集 (数据集名)
• row,col 更多分类变量进行平铺显示 (变量名)
• col_wrap 每行的最高平铺数 (整数)
• estimator 在每个分类中进行矢量到标量的映射 (矢量)
• ci 置信区间 (浮点数或None)
• n_boot 计算置信区间时使用的引导迭代次数 (整数)
• units 采样单元的标识符，用于执行多级引导和重复测量设计 (数据变量或向量数据)
• order, hue_order 对应排序列表 (字符串列表)
• row_order, col_order 对应排序列表 (字符串列表)
• kind : 可选：point 默认, bar 柱形图, count 频次, box 箱体, violin 提琴, strip 散点，swarm 分散点
• size 每个面的高度(英寸) (标量)
• aspect 纵横比 (标量)
• orient 方向 ("v"/"h")
• color 颜色 (matplotlib颜色)
• palette 调色板 (seaborn颜色色板或字典)
• legend hue的信息面板 (True/False)
• legend_out 是否扩展图形，并将信息框绘制在中心右边 (True/False)
• share{x,y} 共享轴线 (True/False)
• facet_kws FacetGrid的其他参数 (字典)

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips) #默认是点图

sns.factorplot(x="day", y="total_bill", hue="smoker", data=tips, kind="bar") #绘制条形图

sns.factorplot(x="day", y="total_bill", hue="smoker",               col="time", data=tips, kind="swarm") #绘制分散点图

sns.factorplot(x="time", y="total_bill", hue="smoker",               col="day", data=tips, kind="box", size=4, aspect=.5) #绘制箱型图

参考

[Style functions]http://seaborn.pydata.org/tutorial/aesthetics.html#aesthetics-tutorial

[Color palettes]http://seaborn.pydata.org/tutorial/color_palettes.html#palette-tutorial

[Distribution plots]http://seaborn.pydata.org/tutorial/distributions.html#distribution-tutorial

[Categorical plots]http://seaborn.pydata.org/tutorial/categorical.html#categorical-tutorial

[Regression plots]http://seaborn.pydata.org/tutorial/regression.html#regression-tutorial

[Axis grid objects]http://seaborn.pydata.org/tutorial/axis_grids.html#grid-tutorial

[10分钟python图表绘制]https://zhuanlan.zhihu.com/p/24464836

相关人工智能与异构计算的知识分享，欢迎关注我的公众号【AI异构】